حقيبة تدريبية
تحليل البيانات باستخدام الذكاء الاصطناعي
"المستوى الأساسي"
3 أيام، 15 ساعة تدريبية
تتضمن الحقيبة الملفات التالية:
- شرائح العرض PowerPoint
- دليل المدرب Word
- مذكرة المتدرب Word
- أوراق العمل "التمارين والحالات العملية" Word
- الاختبار القبلي والبعدي Word
- الدليل التعريفي للحقيبة Word
- نموذج تقييم دورة تدريبية Word
جميع الملفات مفتوحة وقابلة للتعديل (تصميم أنفوجرافيك)
الهدف العام:
- تزويد المشاركين بالمعارف والمهارات الأساسية لتحليل البيانات باستخدام تقنيات وأدوات الذكاء الاصطناعي الحديثة، وتمكينهم من تطبيقها عمليًا على مجموعات بيانات حقيقية لفهم الأنماط واستخلاص النتائج ودعم اتخاذ القرار.
الأهداف التفصيلية:
- التعرف على مفهوم الذكاء الاصطناعي ودوره في تحليل البيانات.
- فهم دورة حياة تحليل البيانات من جمعها إلى تفسيرها.
- التعرف على أبرز أدوات الذكاء الاصطناعي المستخدمة في تحليل البيانات (ChatGPT، Power BI، Google Colab، Tableau).
- تطبيق أساليب تحليل البيانات باستخدام أدوات الذكاء الاصطناعي في سيناريوهات عملية.
- اكتساب مهارات إعداد تقارير ذكية وتصورات بيانية مدعومة بالذكاء الاصطناعي.
الفئة المستهدفة:
- محللو البيانات المبتدئون.
- موظفو إدارات تقنية المعلومات والتحول الرقمي.
- الباحثون والمحللون الإحصائيون.
- طلاب التخصصات العلمية والإدارية المهتمون بتحليل البيانات.
منهجية التدريب:
تعتمد الدورة على منهجية تدريبية تفاعلية متعددة الأساليب، تجمع بين:
- المحاضرات التفاعلية لنقل المعارف والمفاهيم الأساسية.
- أنشطة العصف الذهني لتحفيز التفكير الإبداعي وتبادل الخبرات.
- ورش العمل التطبيقية لممارسة المهارات المكتسبة.
- التعلّم التعاوني من خلال مجموعات العمل الصغيرة.
نواتج التعلّم:
المعارف: سيكون المتدرب قادراً على:
- فهم المفاهيم الأساسية للذكاء الاصطناعي والتعلم الآلي، وتمييز الأنواع المختلفة للتعلم الآلي (الموجه، غير الموجه، والمعزز) وتطبيقاتها المختلفة.
- إدراك مراحل عملية تحليل البيانات باستخدام الذكاء الاصطناعي بدءاً من جمع البيانات وتنظيفها، مروراً ببناء النماذج وتدريبها، وصولاً إلى التقييم والتطبيق.
- استيعاب المبادئ الرياضية والإحصائية الأساسية التي تقوم عليها خوارزميات التعلم الآلي، وفهم آلية عمل نماذج التصنيف والانحدار والتجميع والشبكات العصبية.
المهارات: سيكون المتدرب قادراً على:
- تطبيق لغة البرمجة Python واستخدام المكتبات الأساسية (Pandas, NumPy, Scikit-learn, Matplotlib) في معالجة وتحليل البيانات وبناء نماذج التعلم الآلي.
- بناء وتدريب وتقييم نماذج التعلم الآلي المختلفة (الانحدار الخطي، الانحدار اللوجستي، أشجار القرار، الغابات العشوائية، K-means) وتطبيقها على بيانات حقيقية.
- إجراء عمليات تنظيف البيانات ومعالجة القيم المفقودة والشاذة، وتحويل البيانات وهندسة الميزات، وتصور البيانات باستخدام أدوات التصور المختلفة.
الجدارات: سيكون المتدرب قادراً على:
- حل المشكلات المعقدة باستخدام منهجية علمية منظمة تعتمد على تحليل البيانات والذكاء الاصطناعي، واتخاذ قرارات مبنية على البيانات والأدلة الإحصائية.
- العمل بكفاءة ضمن فرق متعددة التخصصات في مشاريع الذكاء الاصطناعي، والتواصل الفعال مع أصحاب المصلحة لتوضيح النتائج والتوصيات التقنية بلغة مفهومة.
- التعلم الذاتي المستمر ومواكبة التطورات السريعة في مجال الذكاء الاصطناعي، والقدرة على تطبيق تقنيات جديدة وحل تحديات غير مألوفة بشكل مستقل ومبتكر.
المحاور التدريبية:
اليوم التدريبي الأول:
الجلسة الأولى: مفهوم تحليل البيانات والذكاء الاصطناعي
- الافتتاحيّة.
- نشاط تعارف المشاركين.
- نشاط عصف ذهني.
- تعريف تحليل البيانات وأنواعه.
- مفهوم الذكاء الاصطناعي وعلاقته بعلم البيانات.
- دورة حياة تحليل البيانات Data Analysis Life Cycle.
- دور الذكاء الاصطناعي في تحويل البيانات إلى معرفة.
- نشاط تدريبي.
- التقويم.
الجلسة الثانية: أدوات الذكاء الاصطناعي في تحليل البيانات
- نشاط عصف ذهني.
- نظرة عامة على الأدوات الذكية ChatGPT، Power BI، Google Colab، Tableau
- مقارنة بين الأدوات من حيث الاستخدام والمجالات.
- كيفية اختيار الأداة الأنسب بحسب نوع البيانات.
- نشاط تدريبي.
- التقويم.
اليوم التدريبي الثاني:
الجلسة الأولى: استخدام ChatGPT وGoogle Colab لتحليل البيانات النصية والرقمية
- مقدمة الجلسة.
- نشاط عصف ذهني.
- مقدمة في تحليل البيانات النصية باستخدام ChatGPT.
- تنفيذ أوامر تحليل البيانات عبر الذكاء الاصطناعي التوليدي.
- مقدمة في Google Colab واستخدام Python مع مكتبات Pandas وMatplotlib.
- تمارين تطبيقية على تحليل مجموعات بيانات صغيرة.
- التقويم.
الجلسة الثانية: أدوات الذكاء الاصطناعي في تحليل البيانات
- نشاط عصف ذهني.
- مقدمة في Power BI وبيئة العمل الخاصة به.
- استيراد البيانات وتنظيفها ومعالجتها.
- إنشاء لوحات معلومات تفاعلية (Dashboards).
- إضافة عناصر مدعومة بالذكاء الاصطناعي (Q&A و Smart Narrative).
- نشاط تدريبي.
اليوم التدريبي الثالث:
الجلسة الأولى: استخدام Tableau في التصور البصري الذكي
- مقدمة الجلسة.
- التعرف على واجهة Tableau الأساسية.
- ربط البيانات وتحليلها عبر واجهة السحب والإفلات.
- بناء تقارير ذكية تعتمد على الذكاء الاصطناعي.
- مقارنة قدرات Tableau وPower BI في التحليل الذكي.
الجلسة الثانية: مشروع تطبيقي شامل
- تطبيق متكامل لتحليل بيانات حقيقية باستخدام الأدوات الأربعة.
- استخلاص النتائج والتوصيات.
- إعداد عرض تقديمي للنتائج النهائية.
- تقييم ختامي ومناقشة المخرجات.
